※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 機械学習アルゴリズムの違いが見てわかる！ 「機械学習アルゴリズムは種類が多く、複雑で何をしているのかわかりにくい」と思ったこと、ありませんか？本書は、そのような機械学習アルゴリズムをオールカラーの図を用いながら解説をした機械学習の入門書です。 いままで複雑でわかりにくかった機械学習アルゴリズムが図を通してわかりやすく解説をしています。アルゴリズムごとに項目を立てているので、どのアルゴリズムがどのような仕組みで動いているのか比較をしやすくしています。 これから機械学習を勉強する方だけでなく、実際に機械学習を業務で使用している方にも新しい気付きを得られるのでお勧めの1冊です。 【本書の特徴】 ・複雑な機械学習アルゴリズムの仕組みを1冊で学べる ・オールカラーで機械学習の図をたくさん掲載 ・各アルゴリズム毎にScikit-Learnを使用したコードを記載しているので、見るだけでなく試すこともできる ・仕組みだけでなく、実際の使い方や注意点もわかる 【本書で紹介するアルゴリズム】 01 線形回帰 02 正則化 03 ロジスティック回帰 04 サポートベクトルマシン 05 サポートベクトルマシン（カーネル法） 06 ナイーブベイズ 07 ランダムフォレスト 08 ニューラルネットワーク 09 kNN 10 PCA 11 LSA 12 NMF 13 LDA 14 k-means 15 混合ガウス 16 LLE 17 t-SNE ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 化学・化学工学分野でPythonを使って機械学習を行うための入門書 本書は、化学・化学工学分野でPythonを使って機械学習を行うための入門書です。 これまでに蓄積してきた実験／製造データをデータ解析・機械学習を用いて分析することで、いままでとはまったく別のアプローチで材料開発を加速させたり、プロセス管理を効率化・安定化させたりすることができます。なぜなら、実験や製造データは、目に見えない、研究者・技術者の知識・知見・経験・勘の宝庫だからです。そして、データ解析・機械学習を用いることで、これらを目に見える形にすることができるからです。 読者が一から実践できるよう、Pythonのインストール方法、データ解析・機械学習の基本理論から、材料設計、分子設計、プロセス管理について実際にサンプルプログラムとサンプルデータセットを使った実践までを丁寧に解説しています。 第1部　Python と統計の基礎知識 第1章　Pythonの基礎 1.1　Pythonの使い方 1.2　データセットの読み込み・保存 第2章　データの図示 2.1　ヒストグラム 2.2　箱ひげ図 2.3　散布図 2.4　相関行列 第2部　データ解析・機械学習の基礎 第3章　多変量データとデータの可視化 3.1　多変量データ 3.2　データの前処理 3.3　主成分分析（Principal Component Analysis：PCA） 3.4　階層的クラスタリング 3.5　［発展］非線形の可視化手法：t-distributed Stochastic Neighbor Embedding（t-SNE） 第4章　化学データを用いたモデリング 4.1　回帰分析（regression analysis） 4.2　クラス分類（classication） 第5章　回帰モデル・クラス分類モデルの適用範囲 5.1　モデルの適用範囲（Applicability Domain：AD）とは？ 5.2　データ密度 5.3　アンサンブル学習法（Ensemble learning） 第3部　化学・化学工学データでの実践のしかた 第6章　材料設計，分子設計，医薬品設計 6.1　材料設計 6.2　分子設計，医薬品設計 6.3　化学構造の表現方法 6.4　化合物群の扱い 6.5　化学構造の数値化 6.6　化学構造の生成 6.7　化合物のデータセットを扱うときの注意点 6.8　具体的なデータセットを用いた解析 第7章　時系列データの解析 7.1　化学プラントにおける推定制御・ソフトセンサー 7.2　時系列データ解析の特徴 7.3　モデルの劣化と適応型ソフトセンサー（Adaptive Soft Sensor） 7.4　データ解析・機械学習による化学プラントのプロセス管理（異常検出，異常診断） 第8章　Datachemical LABを用いた化学・化学工学のデータ解析・機械学習 8.1　Datachemical LAB 8.2　材料設計 8.3　分子設計 8.4　適応型ソフトセンサー 8.5　Datachemical LAB による材料設計・分子設計・プロセス設計・プロセス管理

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 現場マンによる、現場マンのための、現場で役立つノウハウ満載の書 　本書は、建築施工管理現場の最前線で長年にわたって活躍してきた著者独自の実体験をもとに、これからの建設現場を支える施工・管理実務者に伝えたいエピソードや重要事項を選び出し、それらを約35の工種別カテゴリで分類整理して、写真や図面を活用しつつ平易に解説しています。 　現場実務の流れを踏まえ、施工プロセスに沿って各項目を配列し、国内外の色々な現場における失敗体験や成功体験に裏打ちされた具体的なノウハウを平易に解説しています。 第1章　仮設・躯体工事 　1　仮設／仮設計画 　2　機械仮設／建設機械の選定 　3　準備工事／測量 　4　山留め（1）／一般山留め工法 　5　山留め（2）／トップダウン工法（逆打ち工法） 　6　土工事／軟弱地盤の土工事 　7　杭工事 　8　コンクリート工事 　9　鉄筋（1）／工事管理 10　鉄筋（2）／ヒューマンエラーの徹底的排除 11　型枠（1）／型枠工事 12　型枠（2）／杉板の本実工法 13　鉄骨（1）／施工管理 14　鉄骨（2）／積層工法とフロアパネル 第2章　仕上げ工事 15　外装（1）／押出成形セメント板 16　外装（2）／金属・ガラスカーテンウォール 17　外装（3）／Pcaカーテンウォール 18　石工事／大理石・花崗岩 19　タイル 20　防水（1）／一般防水工法 21　防水（2）／外断熱・外防水 22　内装（1）／集合住宅の間仕切・床組・天井 23　内装（2）／金属工事 24　内装（3）／海外製作品はここまで進んでいる 25　解体（1）／都心のビルの解体 26　解体（2）／アスベストの処理 27　解体（3）／改修工事-建設現場の建築副産物 28　竣工引渡し 第3章　管理・教育 29　安全管理 30　損益管理 31　自然災害 32　海外工事 33　職長会（リーダー会） 34　現場監督教育 35　　あとがきに代えて-自分の流儀- 索 引

畠瀬 稔先生は、ロジャーズが提唱し世界に広めたＰＣＡすなわちパーソンセンタード（人間中心の）アプローチの考えを実現するために、翻訳を通してその精神を日本に紹介しただけではなく、自ら米ラフォイアのロジャーズのもとで学び、当時ロジャーズが創始し、精力的に世界に広めていたエンカウンターグループ運動を日本に導入し広めた。 本書は、先生が大学院のロジャーズのもとで経験した「授業とエンカウンターグループが一体化した授業」（ロジャーズ＆フライバーグ、2006、『学習する自由・第３版』、畠瀬＆村田訳、コスモス・ライブラリー）に感銘を受け、それを日本でも実現しようとして大学院で実践された授業を、今度は著者自らが体験し、その“恵まれた学習の瞬間”から得た成果を世に問うものである。

2023年夏、ベニシア・スタンリー・スミスさんが京都大原のご自宅で亡くなりました。 64歳で発症したPCA（後部皮質萎縮症）が進行し、亡くなる72歳までの8年間のベニシアさんの日々の様子を、夫である梶山正氏がつづったエッセイ集です。 徐々に目が見えにくくなり記憶が薄れてゆく中で、悪戦苦闘しながら介護を続けた正氏の葛藤の日々が赤裸々につづられています。 この日を予告するかのように、大原の古民家に暮らすことになったベニシアさんが初めて口にしたのが「私はこの家で死ぬ」という言葉。 月日は流れても、今も、ベニシアさんの高い志しに多くの人々が感動し、彼女を慕い続けています。 彼女が日本人の心の中に残したものは一体何だったのでしょうか。 本書は亡くなるまでの7年間の足跡を追う貴重な一冊です。 ■内容 まえがき Chapter 1ベニシアを介護しながら歩んだ最期のとき　 ベニシア64歳／ベニシア67歳／ベニシア68歳／ベニシア69歳／ベニシア70歳／ベニシア71歳／ベニシア72歳 Chapter 2ベニシアの「おいしい」が聴きたくて僕は夢中で料理を作った アイリッシュ・シチュー／シェーパーズ・パイ／フィッシュ＆チップス／魚介のパエリア／サモサ／サンデー・ロースト あとがき